Docker是Go语言开发的应用容器引擎，核心概念是：镜像、容器、仓库 关键字是：分布式应用，微服务，容器，虚拟化

传统的虚拟机技术是在硬件层面实现的，需要额外的虚拟机管理软件跟虚拟机操作系统。而Docker是在操作系统层面实现的，直接使用本地操作系统

Docker的主要目标是通过对应用组件的封装。分发、部署、运行等生命周期的管理，做到“一次封装，到处运行”

Docker体系原理

一个完整的Docker有以下几部分：

• DockerClient 客户端
• Docker Deamon 守护进程
• Docker Image 镜像
• Docker Container 容器

Docker使用了C/S体系架构，Docker客户端与Docker守护进程通信，Docker守护进程负责构建，运行和分发Docker容器。

2020真是一个炸裂开局。

上一个频道还是晚会里的张灯结彩，下一个频道就成了医院里的白布裹尸。

谣言与真相，封锁与逃离，疯抢与暴利，牺牲与渎职。

多么荒诞的现实啊。一切仿佛《鼠疫》的情节重演。一切那么遥远，一切那么真实。

大概率是坎坷的一年了。还未到来的事情就不多想了，该总结一下2019了。

一年将尽，又是残冬的急景了，我南北奔跑，一年之内毫无半点成绩，只赢得许多悲愤，啊，想起来，做人真是没趣。

——《郁达夫日记》

也许人生就是在海水中游泳，没有上岸的一天。

今天，小伙伴问我，LeetCode刷了几道了？？？ 晴天霹雳。

确实要开始准备笔试了。但是也不想太盲目，所以先了解一下科学的刷题方法。

第一遍：从易到难—主要是easy和medium，广度，看别人的解法

第二遍：按类别—-深度，要有一个方面比较特殊

需要刷的数量 200~300 ，各个难度刷一半；每个类别的核心思想的理解，达到何种程度的优化。

反刷题：一开始就给出最优解？ 然而能不能做出题目其实是次要，重要的是解决问题的思路

其实刷题并不是要去实现一个量化的目标，诸如我刷了多少？刷了几遍？ 而是要去总结和理解题目背后的涵义。

找实习的话，其实学校的项目经验帮助不大，除非是参加过Github上大型的开源项目。

设计模式之 依赖注入

「依赖注入」就是为了完成这样的 目标：将 依赖组件 的配置和使用分离开，以降低使用者与依赖之间的耦合度。

通过@component将类作为spring bean注入到spring container中，然后用 context.getBean 代替 new 来创建所需的对象 。值得注意的是，即使不显式创建，这些类也会被用单例模式自动创建好一个对象，等待被使用。如果要显式创建，必须用@Scope(value = “prototype”) 原型模式注解

对于有依赖的关系的对象，通过@Autowired 在spring container中自动寻找相应的类来建立依赖

预安装：

• JDK: Java10.0.2
• IDE: IDEA
• 管理工具: Maven 3.6.1 Git

SDKMAN

然而在看很多教程的时候发现，java8用的比较多，我又不想卸载我的java10，于是找到了一个SDK管理工具用于管理java版本

安装指引 使用指引

另外该软件还可以管理Ant、Gradle、Maven、Springboot-cli、Groovy、Kotlin、Scala。可以说是java开发必备了

预备知识

• Node.js: 基于Chrome V8引擎的JavaScript 运行环境，使用了事件驱动、非阻塞I/O的模式
• npm: node包管理工具
• webpack：前端资源加载、打包工具，根据模块的依赖生成静态资源
• ES6: js语言标准

React核心思想：声明式编程(注重结果而非实现)，组件化(自定义label)，虚拟DOM(减少渲染次数，diff算法)

环境搭建

利用脚手架create-react-app来安装react

1
2
3
4
5

npm install -g create-react-app  //安装脚手架

C:\Users\18771\AppData\Roaming\npm\create-react-app -> C:\Users\18771\AppData\Roaming\npm\node_modules\create-react-app\index.js
+ create-react-app@3.3.0
added 91 packages in 96.802s

1

create-react-app my-app //会自动创建好Server Webpack 和 Babel

此时报错：bash: create-react-app: command not found

学习来源

为了完成数据库大作业，终于开始了像蔡徐坤一样的学写代码的历程

首先在IDEA中新建一个javaFX项目，在sample文件夹会自动生成三个默认文件，删掉即可，新建自己的package和类

登录模块

在class上新建一个fxml文件，发现了什么不得了的东西。。好像是一个可拖拽的界面，看起来大有用处。

加载fxml文件：

1
2
3
4
5
6
7
8

public void start(Stage stage)throws Exception{
    Parent root = (Parent) FXMLLoader.load(getClass().getResource("login.fxml"));

    Scene scene = new Scene(root);
    stage.setScene(scene);
    stage.setTitle("School Management System");
    stage.show();
}

在fxml中拖入一个AnchorPane, 运行类就会出来一个窗口。

在fxml的源代码中添加控制器 fx:controller="loginapp.LoginController"

概念

CPS系统与实时系统的区别？

实时系统（Real-Time Systems）

• 定义：系统的正确性不仅取决于计算的逻辑结果，还取决于产生结果的时间，在计算和操作上具有性能最后期限。 实时系统通常是嵌入式的，意味着计算系统存在于一个更大的系统内部，目的是帮助系统实现其整体职责。
• 时间定义：
  • 时间约束（Timing constraint）：对执行时间行为的约束（包括硬实时和软实时）
  • 发布时间（Release Time）：作业变成为可执行的时间。如果所有的工作在系统开始执行时被释放，那么就认为没有释放时间
  • 截止时间（Deadline）：工作被要求执行完成的时间。如果截止时间是无限的，那么工作就没有最后期限。绝对截止时间等于发布时间加上相对截止时间
  • 响应时间（Response time）：作业从发布到执行完成的时间长度

本着不再当队长的原则，这学期的深度学习实践课进了别的同学的队伍，果然，当普通队员的感觉就是……真香！

今天服从组织安排，用华为云的ModelArts尝试跑一下Caffe框架下的SSD模型来进行目标检测。队友说，让我尽量试试，还给我发了一大堆文档，可以说是相当耐心了。认真学习。

首先是在ModelArts中创建一个GPU实例并编译好Caffe-SSD, 这里队友实在看不下去我编译时的弱智操作，帮我完成了这一步。。

准备数据集

虽然模拟电梯环境采集了一些数据，但是明显有很多重复的。

所以只能在寻找另外的方法，而网上很少有所需的数据，于是打算自己爬图片做标注后用于训练。

获取图片

爬取谷歌图片

打算用googleimagesdownload工具

由于图片数量较多，还需要安装chromedriver, 我的谷歌版本时版本 78.0.3904.97，下载对应版本, 放在图片存放路径的文件夹中，切换到目录运行命令：

googleimagesdownload -k "电动车" -l 300 --chromedriver="./chromedriver

然后就开始自动下载啦~~~

操作指南——此文已非常之详细

注意执行convert-mnist-data是在 Build\x64\Release\ 目录下，而不是存放数据的目录下, 所以用绝对路径定位到该exe文件

训练集脚本：

1
2

C:\Users\18771\Desktop\caffenew\caffe-windows\Build\x64\Release\convert_mnist_data.exe train-images.idx3-ubyte train-labels.idx1-ubyte mnist_train_lmdb  
pause

测试集脚本：

1
2

C:\Users\18771\Desktop\caffenew\caffe-windows\Build\x64\Release\convert_mnist_data.exe t10k-images.idx3-ubyte t10k-labels.idx1-ubyte mnist_test_lmdb  
pause

把\examples\mnist下的文件 lenet_solver.prototxt中的训练平台改为CPU

lenet_train_test.prototxt 是要采用的训练模型的具体实现。